Contaminación en el aire en la ciudad de Madrid

Nota

Los datos que se utilizan en esta historia están disponibles en el paquete CDR que puede instalarse con el siguiente comando (se comprueba si no lo está):

if (!require(CDR)){
  if (!require(remotes)) {install.packages("remotes")}
  remotes::install_github("cdr-book/CDR")
  }

Son datos abiertos proporcionados por el Portal de datos abiertos del Ayuntamiento de Madrid. Concretamente, los facilitados por el Sistema Integral de la Calidad del Aire del Ayuntamiento de Madrid, que pone a disposición los datos de los contaminantes registrados por las estaciones de medición situadas en Madrid. Los datos son de frecuencia horaria por anualidades desde 2001 y se actualizan de forma mensual.

1 Contaminación en el aire en la ciudad de Madrid

Mi primo se ha vuelto un radical: le ha dado por coger la bicicleta y quiere aprobar una oposición en el Ayuntamiento de Madrid porque “va a acabar con tanto coche en esta ciudad tan contaminada” [sic]. A ver, que yo lo entiendo, ¿eh? Es que el pobre tiene alergias de todas clases, pero las peores las tiene a los gases contaminantes, y ha llegado a una situación muy desesperada… ¡Da una pena!

Así que me he puesto a pensar y claro, por mi primo del alma tengo que hacer algo… Voy a ver si encuentro un sitio donde pueda vivir algo más despejado de contaminación mientras aprueba la oposición, sube en la carrera administrativa, llega a un puesto de responsabilidad y puede hacer algo por el asunto… porque hasta que lo consiga…

2 Entender el contexto

Cómo definir el propósito y la audiencia de tu análisis

Es crucial proporcionar el contexto adecuado para que los lectores comprendan de dónde provienen los datos y por qué son relevantes.

Además, tenemos que saber muy bien qué es lo que queremos obtener como producto, en este caso para mi primo al que quiero ser capaz de localizarle sitios con menos contaminación.

Estamos buscando un lugar, por lo que vamos a tratar los datos espacialmente.

3 Elegir una visualización adecuada

Selección de gráficos y visualizaciones que mejor representen tus datos.

library(CDR)
library(tidyverse)
library(mapSpain)
library(sf)
library(DT)
library(scales)
library(visdat)
library(ggstatsplot)
library(gganimate)
library(ggridges)
library(ggrepel)

head(contam_mad)

             estaciones  id          id_name  longitud  latitud nom_mag nom_abv
1 E08: Escuelas Aguirre E08 Escuelas Aguirre -3.682316 40.42155 Benceno     BEN
2 E08: Escuelas Aguirre E08 Escuelas Aguirre -3.682316 40.42155 Benceno     BEN
3 E08: Escuelas Aguirre E08 Escuelas Aguirre -3.682316 40.42155 Benceno     BEN
4 E08: Escuelas Aguirre E08 Escuelas Aguirre -3.682316 40.42155 Benceno     BEN
5 E08: Escuelas Aguirre E08 Escuelas Aguirre -3.682316 40.42155 Benceno     BEN
6 E08: Escuelas Aguirre E08 Escuelas Aguirre -3.682316 40.42155 Benceno     BEN
  ud_med      fecha daily_mean         zona    tipo
1  µg/m3 2011-01-01  0.9375000 Interior M30 Tráfico
2  µg/m3 2011-01-02  1.0666667 Interior M30 Tráfico
3  µg/m3 2011-01-03  1.6666667 Interior M30 Tráfico
4  µg/m3 2011-01-04  1.1416667 Interior M30 Tráfico
5  µg/m3 2011-01-05  1.0416667 Interior M30 Tráfico
6  µg/m3 2011-01-06  0.4166667 Interior M30 Tráfico

str(contam_mad)

Classes 'data.table' and 'data.frame':  521388 obs. of  12 variables:
 $ estaciones: chr  "E08: Escuelas Aguirre" "E08: Escuelas Aguirre" "E08: Escuelas Aguirre" "E08: Escuelas Aguirre" ...
 $ id        : chr  "E08" "E08" "E08" "E08" ...
 $ id_name   : chr  "Escuelas Aguirre" "Escuelas Aguirre" "Escuelas Aguirre" "Escuelas Aguirre" ...
 $ longitud  : num  -3.68 -3.68 -3.68 -3.68 -3.68 ...
 $ latitud   : num  40.4 40.4 40.4 40.4 40.4 ...
 $ nom_mag   : chr  "Benceno" "Benceno" "Benceno" "Benceno" ...
 $ nom_abv   : chr  "BEN" "BEN" "BEN" "BEN" ...
 $ ud_med    : chr  "µg/m3" "µg/m3" "µg/m3" "µg/m3" ...
 $ fecha     : Date, format: "2011-01-01" "2011-01-02" ...
 $ daily_mean: num  0.938 1.067 1.667 1.142 1.042 ...
 $ zona      : chr  "Interior M30" "Interior M30" "Interior M30" "Interior M30" ...
 $ tipo      : chr  "Tráfico" "Tráfico" "Tráfico" "Tráfico" ...
 - attr(*, "sorted")= chr [1:9] "estaciones" "id" "id_name" "longitud" ...
 - attr(*, ".internal.selfref")=<externalptr> 

datatable(contam_mad[1:5, ])

# Ver los primeros y últimos registros:
head(contam_mad, 3) 

             estaciones  id          id_name  longitud  latitud nom_mag nom_abv
1 E08: Escuelas Aguirre E08 Escuelas Aguirre -3.682316 40.42155 Benceno     BEN
2 E08: Escuelas Aguirre E08 Escuelas Aguirre -3.682316 40.42155 Benceno     BEN
3 E08: Escuelas Aguirre E08 Escuelas Aguirre -3.682316 40.42155 Benceno     BEN
  ud_med      fecha daily_mean         zona    tipo
1  µg/m3 2011-01-01   0.937500 Interior M30 Tráfico
2  µg/m3 2011-01-02   1.066667 Interior M30 Tráfico
3  µg/m3 2011-01-03   1.666667 Interior M30 Tráfico

tail(contam_mad, 3) 

             estaciones  id     id_name  longitud  latitud             nom_mag
521386 E60: Tres Olivos E60 Tres Olivos -3.689731 40.50055 Óxidos de Nitrógeno
521387 E60: Tres Olivos E60 Tres Olivos -3.689731 40.50055 Óxidos de Nitrógeno
521388 E60: Tres Olivos E60 Tres Olivos -3.689731 40.50055 Óxidos de Nitrógeno
       nom_abv ud_med      fecha daily_mean    zona  tipo
521386     NOx  µg/m3 2022-04-28   32.91667 Noreste Fondo
521387     NOx  µg/m3 2022-04-29   23.83333 Noreste Fondo
521388     NOx  µg/m3 2022-04-30   35.04167 Noreste Fondo

# Ver la dimensión de la tabla de datos
dim(contam_mad)

[1] 521388     12

Complejidad de los datos

Los conjuntos de datos de la calidad de aire son complejos y en algunos casos los datos no pueden utilizarse tal cual y pueden requerir un pre-procesamiento cuidadoso antes de llegar a cualquier conclusión. Debe prestarse atención a la existencia de subgrupos.

Ejercicio 1 Vamos a empezar por el NOx… ¿Cuál es el día con mayor y menor concentración de NOx de todo el periodo?

contam_mad |> # Summary por grupo usando dplyr
  na.omit() |> # omitimos los NAs para el análisis
  filter(nom_abv == "NOx") |> # filtramos por NOx
  group_by(fecha) |> # agrupamos por fecha
  summarize(mad_mean = mean(daily_mean)) |> # promedio de las estaciones
  slice(which.max(mad_mean), which.min(mad_mean)) # seleccionamos el máximo y el mínimo

# A tibble: 2 × 2
  fecha      mad_mean
  <date>        <dbl>
1 2011-12-21   415.  
2 2020-05-10     6.33

El valor máximo, 415,48 µg/m3 de NOx, se observa el 21 de diciembre de 2011 y el valor mínimo, 6,32 µg/m3 de NOx, el 10 de mayo de 2020, en pleno estado de alarma.

Ejercicio 2 ¿Cómo son los datos de PM2.5 en la ciudad de Madrid?

contam_mad |> # Summary por grupo usando dplyr
  na.omit() |> # omitimos los NAs para el análisis
  filter(nom_abv == "PM2.5") |> # filtramos por PM2.5
  group_by(id_name) |>
  summarize(
    min = min(daily_mean),
    q1 = quantile(daily_mean, 0.25),
    median = median(daily_mean),
    mean = mean(daily_mean),
    q3 = quantile(daily_mean, 0.75),
    max = max(daily_mean)
  )

# A tibble: 8 × 7
  id_name              min    q1 median  mean    q3   max
  <chr>              <dbl> <dbl>  <dbl> <dbl> <dbl> <dbl>
1 Casa de Campo     0.583   5.33   8.08  9.28  11.8 177  
2 Castellana        0.125   6.08   8.83  9.96  12.3 109. 
3 Cuatro Caminos    1       6.54   9.5  10.7   13.4  59.2
4 Escuelas Aguirre  0.0417  7.25  10.3  11.5   14.3 108. 
5 Mendez Alvaro     0.0417  6.17   9.42 10.7   13.8  78.1
6 Plaza Elíptica    1.21    6.42  10.1  11.2   14   148. 
7 Plaza de Castilla 0.0417  6.29   8.92 10.1   12.1 198. 
8 Sanchinarro       1       4.47   7.27  8.60  10.5  68.5

Exploraciones automáticas de datos en R

Ya hemos visto paquetes como skimr, DataExplorer (hay más: dlookr…) que generan resúmenes exploratorios automáticos con los principales descriptivos. Son muy útiles y merece la pena conocerlos, porque vemos la estructura de los datos y la relación entre las variables mucho más deprisa.

3.1 ¿Cómo ha evolucionado la concentración de contaminantes en la ciudad de Madrid?

Ejercicio 3 Con las funciones del paquete tidyverse representa la evolución de todos los contaminantes medidos por las estaciones de monitoreo de la ciudad de Madrid en el periodo 2011-2020.

plot_contam_mad <- contam_mad |>
  group_by(fecha, nom_mag) |>
  summarise(media_estaciones = mean(daily_mean, na.rm = TRUE)) |>
  ggplot(aes(x = fecha, y = media_estaciones)) +
  geom_line() +
  geom_smooth() +
  labs(x = "año", y = "media de las estaciones") +
  theme_minimal() +
  facet_wrap(~nom_mag, scales = "free_y")

plot_contam_mad

Vamos a mejorar el gráfico anterior para que sea más legible y efectivo.

Tu turno

Completa las partes del código señaladas por _____ o xxxxx para obtener el resultado propuesto.

contam_mad |>
  group_by(semana = floor_date(fecha, unit = "_____"), nom_mag) |>
  summarise(media_estaciones = mean(_______, na.rm = TRUE)) |>
  ggplot(aes(x = semana, y = media_estaciones)) +
  geom_xxxxx(aes(color = nom_mag)) +
  geom_xxxxx(size = 0.5, color = "black") +
  scale_color_brewer(palette = "Paired") +
  labs(
    x = NULL, 
    y = "(µg/m3)", 
    ______ = "Evolución de partículas contaminantes en Madrid",
    ______ = "La concentración media semanal disminuye desde 2011 en la mayoría de contaminantes",
    ______ = "Fuente: Portal de datos abiertos del Ayuntamiento de Madrid"
  ) +
  theme_xxxxx() +
  theme(legend.position = "none") +
  facet_wrap(~nom_mag, scales = "free_y")

3.2 Los datos faltantes

Antes de continuar, no nos olvidemos de los datos faltantes, a veces un importante problema en ciencia de datos… ¿Son muchos? ¿Existe algún patrón en los NAs? ¿Están asociados a una o más variables?

Ejercicio 4 ¿Cuántos NAs tengo en mi conjunto de datos contam_mad?

sum(is.na(contam_mad))

[1] 15615

Ejercicio 5 ¿Puedo visualizar dónde están los datos faltantes por estación de monitoreo a lo largo del tiempo?

na_table <- contam_mad |>
  mutate(isna = is.na(daily_mean)) |>
  ggplot(aes(x = fecha, y = id_name, fill = isna)) +
  geom_raster() +
  scale_fill_manual(values = c("TRUE" = "red", "FALSE" = "lightblue"))  

na_table

Ejercicio 6 ¿Qué hacemos con los NAs?

Opción 1: Eliminar los NAs

contam_mad_clean <- contam_mad |>
  drop_na()

summary(is.na(contam_mad_clean))

 estaciones          id           id_name         longitud      
 Mode :logical   Mode :logical   Mode :logical   Mode :logical  
 FALSE:505773    FALSE:505773    FALSE:505773    FALSE:505773   
  latitud         nom_mag         nom_abv          ud_med       
 Mode :logical   Mode :logical   Mode :logical   Mode :logical  
 FALSE:505773    FALSE:505773    FALSE:505773    FALSE:505773   
   fecha         daily_mean         zona            tipo        
 Mode :logical   Mode :logical   Mode :logical   Mode :logical  
 FALSE:505773    FALSE:505773    FALSE:505773    FALSE:505773   

Opción 2: Imputar NAs con el día anterior

contam_mad_dia_antes <- contam_mad |>
  arrange(estaciones, nom_abv, fecha) |>
  fill(daily_mean)

summary(is.na(contam_mad_dia_antes))

 estaciones          id           id_name         longitud      
 Mode :logical   Mode :logical   Mode :logical   Mode :logical  
 FALSE:521388    FALSE:521388    FALSE:521388    FALSE:521388   
  latitud         nom_mag         nom_abv          ud_med       
 Mode :logical   Mode :logical   Mode :logical   Mode :logical  
 FALSE:521388    FALSE:521388    FALSE:521388    FALSE:521388   
   fecha         daily_mean         zona            tipo        
 Mode :logical   Mode :logical   Mode :logical   Mode :logical  
 FALSE:521388    FALSE:521388    FALSE:521388    FALSE:521388   

#imputar los na con la mediana de la estación

contam_mad_mediana <- contam_mad |>
  group_by(estaciones) |>
  fill(daily_mean, .direction = "updown")

Tu turno

Completa las partes del código señaladas por ______ o xxx para obtener el resultado esperado.

summary(____(contam_mad_mediana))

 estaciones          id           id_name         longitud      
 Mode :logical   Mode :logical   Mode :logical   Mode :logical  
 FALSE:521388    FALSE:521388    FALSE:521388    FALSE:521388   
  latitud         nom_mag         nom_abv          ud_med       
 Mode :logical   Mode :logical   Mode :logical   Mode :logical  
 FALSE:521388    FALSE:521388    FALSE:521388    FALSE:521388   
   fecha         daily_mean         zona            tipo        
 Mode :logical   Mode :logical   Mode :logical   Mode :logical  
 FALSE:521388    FALSE:521388    FALSE:521388    FALSE:521388   

4 El desorden es tu enemigo: calendario de contaminantes

Mantén el código limpio y organizado para facilitar su comprensión y mantenimiento. Veamos un ejemplo con el siguiente ejemplo. Una herramienta muy útil para tener una visión general de estos contaminantes es viendo el calendario como un heatmap: calendar heatmap

Preparamos un código para visualizar la concentración media de los contaminantes en Madrid a lo largo del tiempo en forma de calendario que pueda ser utilizado para cualquier contaminante.

calendar_plot <- contam_mad |>
  group_by(fecha, nom_mag, nom_abv, ud_med) |>
  summarize(valor_promedio = mean(daily_mean, na.rm = T))

# Dates as factors
months <-
  seq.Date(
    from = as.Date("2022-01-01"),
    length.out = 12,
    by = "month"
  ) |> format("%B")
wdays <-
  seq.Date(
    from = as.Date("2022-05-30"),
    length.out = 7,
    by = "day"
  ) |> format("%A")

calendar_plot <- calendar_plot |>
  mutate(
    year = format(fecha, "%Y"),
    month = factor(format(fecha, "%B"), levels = months, labels = months),
    wday = factor(weekdays(fecha), levels = wdays, labels = wdays),
    week = as.numeric(format(fecha, "%W"))
  )

calendar_plot <- calendar_plot |>
  group_by(year, month) |>
  mutate(wmonth = 1 + week - min(week))

Ejercicio 7 Calendar heatmap para el NOx

i_mag <- "Óxidos de Nitrógeno"    # Seleccionar el contaminante

fill_title <- calendar_plot |>
  filter(nom_mag == i_mag & year >= 2011) |>
  ungroup() |>
  distinct(paste(unique(nom_abv), unique(ud_med)))

calendar_plot |>
  filter(nom_mag == i_mag & year >= 2011) |>
  ggplot(aes(
    x = wmonth,
    y = reorder(wday, -as.numeric(wday)),
    fill = valor_promedio
  )) +
  geom_tile(colour = "white") +
  facet_grid(year ~ month) +
  scale_fill_gradient(low = "yellow", high = "red", ) +
  scale_x_continuous(breaks = 1:5, limits = c(0, 6)) +
  labs(
    x = "Semana del mes",
    y = NULL,
    title = paste0("Concentración de ", i_mag, " por día de la semana"),
    fill = fill_title,
    caption = "Fuente: Red de Vigilancia de la Calidad del Aire del Ayto. de Madrid"
  )

Tu turno

Completa las partes del código señaladas por ______ o xxx para obtener el calendario de PM10.

i_mag <- "_______________"

fill_title <- calendar_plot |>
  filter(nom_mag == i_mag & year >= 2011) |>
  ungroup() |>
  distinct(paste(unique(nom_abv), unique(ud_med)))

calendar_plot |>
  filter(nom_mag == i_mag & year >= 2011) |>
  ggplot(aes(
    x = wmonth,
    y = reorder(wday, -as.numeric(wday)),
    fill = valor_promedio
  )) +
  geom_tile(colour = "white") +
  facet_grid(year ~ month) +
  scale_fill_gradient(low = "________", high = "red", ) +
  scale_x_continuous(breaks = 1:5, limits = c(0, 6)) +
  labs(
    x = "Semana del mes",
    y = NULL,
    title = paste0("Concentración de ", i_mag, " por día de la semana"),
    fill = fill_title,
    caption = "Fuente: Red de Vigilancia de la Calidad del Aire del Ayto. de Madrid"
  )

5 Centra la atención de tu audiencia

Ejercicio 8 Nos centramos en los dos contaminantes más problemáticos en la ciudad de Madrid (PM10 y NOx)

contam_mad_pm10_nox <- contam_mad |>
  filter(nom_abv %in% c("PM10", "NOx"))

# echo: false

plot_pm10_nox <- contam_mad_pm10_nox |>
  group_by(fecha, nom_mag) |>
  summarise(media_estaciones = mean(daily_mean, na.rm = TRUE)) |>
  ggplot(aes(x = fecha, y = media_estaciones)) +
  geom_line(aes(color = nom_mag)) +
  labs(
    x = NULL, y = "(µg/m3)", title = "Evolución semanal de partículas contaminantes (PM10 y NOx) en Madrid",
    subtitle = "Concentración media semanal en las estaciones de medición",
    caption = "Fuente: Portal de datos abiertos del Ayuntamiento de Madrid"
  ) +
  theme_bw() +
  theme(legend.position = "none") +
  facet_wrap(~nom_mag, scales = "free_y", ncol = 1)

plot_pm10_nox

Tu turno

Completa las partes del código señaladas por ______ o xxx para obtener el resultado deseado.

plot_pm10_nox <- ____________  |>
  group_by(fecha, nom_mag) |>
  summarise(media_estaciones = mean(daily_mean, na.rm = TRUE)) |>
  ggplot(aes(x = ___________, y = ____________)) +
  geom_line(aes(color = nom_mag)) +
  labs(
    x = NULL, y = "(µg/m3)", 
    title = "Evolución semanal de PM10 y NOx en Madrid",
    subtitle = "Concentración media semanal en las estaciones de medición",
    caption = "Fuente: Portal de datos abiertos del Ayuntamiento de Madrid"
  ) +
  theme_bw() +
  theme(legend.position = "none") +
  facet_wrap(~nom_mag, scales = "free_y", ncol = 1)

plot_pm10_nox

Ejercicio 9 ¿Por qué no hacer el anterior gráfico interactivo?

La función ggplotly() de la librería plotly permite hacer fácilmente gráficos interactivos.

plotly::ggplotly(plot_pm10_nox)

Ejercicio 10 Algunas relaciones bi-variantes y n-variantes interesantes que se pueden establecer entre los contaminantes PM10 y NOx en el periodo del estado de alarma por la pandemia de COVID-19.

pm10_nox_mad_alarma <- contam_mad |>
  na.omit() |>
  filter(nom_abv %in% c("PM10", "NOx")) |>
  # período del estado de alarma
  filter(between(fecha, left = as.Date("2020-03-14"), right = as.Date("2020-06-30"))) |>
  select(estaciones, zona, tipo, nom_abv, daily_mean, fecha) |>
  pivot_wider(names_from = "nom_abv", values_from = "daily_mean", values_fn = mean)

pm10_nox_mad_alarma |>
  ggplot(
    aes(x = PM10, y = NOx, colour = tipo, size = zona)
  ) +
  geom_point()

pm10_nox_mad_alarma |>
  drop_na() |>
  ggplot(aes(y = NOx, x = PM10, colour = tipo, shape = zona)) +
  geom_point() +
  geom_smooth() +
  facet_wrap(vars(estaciones))

6 Piensa como un diseñador

Antes de avanzar vamos a poner a prueba lo aprendido hasta aquí. Para ello nos centraremos en el NOx.

nox_madrid <- contam_mad |>
  na.omit() |>
  filter(nom_abv == "NOx") |>
  filter(between(fecha, left = as.Date("2022-03-01"), right = as.Date("2022-03-31")))

Tu turno

Completa las partes del código señaladas por ______ o xxx para obtener el resultado deseado.

nox_madrid |>
  _____(aes(x= zona, y=daily_mean)) +
  geom_xxxxx() +
  geom_xxxxx(height = 0, width = 0.01) +
  aes(x = zona, y = daily_mean, fill = zona) +
  labs(
    title = "Distribución de NOx por zona",
    x = "Zona",
    y = "Concentración de NOx (µg/m3)"
  ) +
  theme_xxxxx()

Ahora con algunas estadísticas interesantes:

Tu turno

Completa las partes del código señaladas por ______ o xxx para obtener el resultado deseado.

ggbetweenstats(
  data = ______,
  x = _______,
  y = _______
)

Ahora, utilizando la función geom_density_ridges() de la librería ggridges vamos a hacer un gráfico de densidad (Ridgeline) de NOx por zona.

nox_madrid |>
  ggplot(aes(x = daily_mean, y = zona, fill = zona)) +
  geom_density_ridges() +
  theme_ridges() +
  labs(
    title = "Distribución de NOx por zona de calidad del aire",
    x = "Concentración de NOx (µg/m3)",
    y = "Zona"
  ) +
  theme_minimal()

Ejercicio 11 ¿Cómo es la relación bivariante de estos dos contaminantes?

Compruebe con un Análisis de la Varianza si los niveles de concentración de NOx dependen de las variables tipo y zona

contam_mad_anova <- contam_mad |>
  filter(nom_abv == "NOx") |>
  drop_na()

anova <- aov(data = contam_mad_anova, daily_mean ~ zona + tipo)
summary(anova)

               Df    Sum Sq Mean Sq F value Pr(>F)    
zona            4  22508217 5627054  1540.1 <2e-16 ***
tipo            2   5489043 2744521   751.2 <2e-16 ***
Residuals   94975 347009104    3654                   
---
Signif. codes:  0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

ggplot(contam_mad_anova, aes(x = zona, y = daily_mean, fill = tipo)) +
  geom_boxplot() +
  labs(title = "NOx por Zona y Tipo",
       x = "Zona",
       y = "Daily Mean",
       fill = "Tipo") +
  theme_minimal()

¿Qué paso la semana de la calima de marzo de 2022 con el PM en la ciudad de Madrid?

particulas <- c("Partículas < 2.5 µm", "Partículas < 10 µm")

calima <- contam_mad |>
  filter(nom_mag %in% particulas &
    fecha %in% seq.Date(as.Date("2022-03-01"), by = "day", length.out = 31)) |>
  group_by(fecha, id, id_name, nom_mag, nom_abv, ud_med) |>
  summarize(valor_promedio = mean(daily_mean, na.rm = T))


max_2.5 <- calima |>
  ungroup() |>
  filter(nom_mag == particulas[1]) |>
  slice(which.max(valor_promedio))
max_10 <- calima |>
  ungroup() |>
  filter(nom_mag == particulas[2]) |>
  slice(which.max(valor_promedio))

calima |>
  ggplot(aes(fecha, valor_promedio, colour = nom_mag)) +
  geom_jitter() +
  geom_smooth(
    method = "loess",
    span = .5,
    se = FALSE,
    show.legend = FALSE
  ) +
  scale_x_date(
    breaks = seq.Date(as.Date("2022-03-01"), by = "week", length.out = 5),
    date_labels = "%d-%b"
  ) +
  scale_color_manual(values = c("#261606", "#DD9C4A")) +
  geom_label_repel(
    data = max_10,
    mapping = aes(fecha, valor_promedio, label = paste(id_name)),
    show.legend = FALSE
  ) +
  geom_label_repel(
    data = max_2.5,
    mapping = aes(fecha, valor_promedio, label = paste(id_name)),
    show.legend = FALSE
  ) +
  labs(
    title = "Registro de partículas durante el mes de marzo 2022",
    subtitle = "Madrid",
    x = NULL,
    y = unique(calima$ud_med),
    color = NULL,
    caption = "Fuente: Red de Vigilancia de la Calidad del Aire del Ayto. de Madrid"
  ) +
  theme_minimal()

7 Cuenta la historia de tus datos. Predicción espacial del PM10 (calima del 13-17 marzo)

# idw

mad_sf <- esp_get_munic(munic = "^Madrid$", epsg = 4326)

marzo_pm10 <- contam_mad |>
  filter(nom_abv == "PM10" & fecha >= as.Date("2022-03-13") & fecha <= as.Date("2022-03-17")) |>
  drop_na()

madrid_estaciones_sf <- st_as_sf(marzo_pm10,
  coords = c("longitud", "latitud"),
  crs = 4326
)

ggplot(madrid_estaciones_sf) +
  geom_sf(
    data = mad_sf,
    fill = "#DD9C4A",
  ) +
  geom_sf(aes(fill = daily_mean),
    shape = 21,
    size = 5,
    alpha = .7
  ) +
  labs(fill = "PM10") +
  scale_fill_viridis_c() +
  theme_void() +
  labs(
    title = "PM10: {current_frame}"
  ) +
  transition_manual(fecha) +
  ease_aes("linear") +
  theme(
    plot.title = element_text(
      size = 12,
      face = "bold"
    ),
    plot.subtitle = element_text(
      size = 8,
      face = "italic"
    )
  )